根据世界银行（1994）的定义，不同类型基础设施的属性可分为经济性和社会性。具体而言，经济性基础设施作为物质资本有助于提高社会产出效率从而促进经济增长，包括交通运输、通信邮电、能源供给等行业；而社会性基础设施包括科教文卫、环境保护等形成人力、社会和文化资本以提升经济软实力的制度、举措及硬件设施。因此，基于以上定义及样本国家基础设施资本数量难以获得的限制，我们从交通、通信、能源、卫生和教育五个角度选取相应实物指标以度量样本国家的基础设施建设水平。
第一，在交通基础设施方面，“一带一路”蓝图中“五通”之一便是设施联通。在各种交通方式上，航空运输（Transport1）是最为便捷、快速的交通方式，能够以最快速的方式将人流转移，航空运输业全球范围内的注册承运人数量可以反映一国航空运输能力的强弱；海运是沿海国家联系世界的重要渠道，港口基础设施质量（Transport2）影响了一国在国际贸易中运输能力，样本国家存在部分内陆国缺少港口等相关基础设施，在贸易中无法直接通过海运的方式将商品运出，先天在交通运输能力禀赋上弱于有优良港口的沿海国家；而铁路（Transport3）则承载了一国陆地人流和物流转运重要任务，特别是对于国土面积较大国家而言，铁路枢纽堪称一国的动脉血管。从海陆空三大维度选取指标衡量能够全面反映一国交通基础设施建设程度。
第二，在能源基础设施方面，电能是人们日常接触最多的终端能源，而无论其能量来源是化石燃料抑或其他可再生能源。从能源维度衡量基础设施建设，既需要考虑能源消费量，也需要考虑能源的可达性，因此选取了样本国家的总体通电率（Energy1）和农村通电率（Energy2）以从两个角度反映其能源可达性，以及人均耗电量（Energy3）以衡量其能源供给。
第三，在通信基础设施方面，人们日常传递信息的渠道是网络，而载体工具较多是电脑、固定电话和手机。能够使用互联网的人数比重越大，移动手机用户数量越多，说明一国通信基础设施建设得越好，国民的通信交流越便利。故而选取了样本国家中固定宽带用户数量（Tele1）、固定电话用户数量（Tele2）以及使用互联网的人数占人口的比重（Tele3）以衡量通信基础设施建设。
第四，在卫生基础设施方面，最直观评价一国医疗条件好坏的指标便是对于医疗方面的投入。医护人员及其医院配套设施相对于国民人口的配比越高，同样能够说明该国的卫生条件越好。因此，选取了政府医疗支出（Health1）、每千人拥有的医院床位数（Health2）以及每千人护士数量（Health3）以衡量一国卫生基础设施建设。
第五，在教育基础设施方面，教育的支出及其效果是衡量教育基础设施质量的两个角度。一般而言，教育投入越高，占政府支出的比重（Edu1）和占GDP的比重（Edu2）越大，说明该国政府对于教育的重视程度越高，在教育基础设施方面可调配的资源越多，越易提高国民综合素质，提升国家软实力促进经济发展。而从教育的结果上考虑，认字是一个人学习的基础，因此成人识字率（Edu3）便是反映教育成果的最基础指标，可以考察教育基础设施建设情况。
具体的各类型基础设施指标汇总见表5-11。
表5-11 基础设施指标汇总
表5-12至表5-16分别报告了2001年至2017年交通、能源、通信、卫生和教育五大类基础设施在样本地区建设的总体概况。表5-12显示，东亚地区拥有最多的航空承运人、最好的港口和最长的铁路里程。东南亚地区海、空交通基础设施存量较多，但铁路里程较短，这可能是因为东南亚国家幅员较小，且缺乏跨国连贯的交通基础设施。
表5-12 交通基础设施指标描述性统计
（续表）
表5-13显示，中亚地区的总体通电率、农村通电率和人均耗电量均是“一带一路”沿线最高的，东亚和东南亚次之，南亚最差。特别是在人均耗电量方面，东南亚、南亚远低于东亚和中亚，反映了这三个地区更需要能源方面的基础设施投入。
表5-13 能源基础设施指标描述性统计
（续表）
表5-14显示，东亚地区拥有最多的宽带用户和固话用户数量，通信事业发展较好，而中亚地区使用互联网的人数比例较高。西亚的通信基础设施指标是整体区域最低的，一方面是因为人口较少，另一方面也是因为战乱频仍，难以统一建设大型的通信基站等基础设施。
表5-14 通信基础设施指标描述性统计
在卫生基础设施方面（见表5-15），中亚地区有最高的政府医疗费用支出、相对最多的医院床位数和医务人员数量。东亚次之，西亚尚可，但南亚和东南亚的卫生基础设施条件较为恶劣。
表5-15 卫生基础设施指标描述性统计
表5-16显示，在教育方面西亚投入的比重较大，但教育的效果却不如东亚和中亚，成人识字率仅略微高于“一带一路”沿线样本总体平均水平。南亚的成人识字率是最低的，但其教育支出的比重却又未见明显低于其他地区。总体而言，东亚和中亚的成人识字率最高，也说明教育基础设施是较有效率的。
表5-16 教育基础设施指标描述性统计
（续表）
在构建基础设施建设水平指数时，由于各类型指标所体现的基础设施职能发挥情况及其量纲都存在差别，难以对此做出准确的判断进而确定各项指标在最终指数中的权重。然而，客观合理的权重是决定指数是否可靠的重中之重，各类型基础设施及其细分指标在最终指数中所占权重需要科学数量方法确定。主成分分析法可以很好地解决这一问题，因此在各类型指数构建的学术研究中得到了广泛应用。较为典型的案例有亚太地区经济一体化程度综合指数计算（Chen和Woo，2010）、人民币国际化指数构造（彭红枫和谭小玉，2017）等等，都较好地实现了指数构建的目的。
主成分分析法（PCA）是一种对一组多个存在较高相关关系的变量进行线性变换以得到一系列新的互不相关变量，从而实现数据的降维，进而研究变量之间内在结构的数量方法。本书构造基础设施建设水平综合指数的方法如下：假设具有k个反映基础设施建设使用的指标，时间长度为T，构成的数据集为矩阵XT×k。Rk×k为k个指标序列的协方差矩阵，令λi（i=1，2，…，k）表示矩阵Rk×k的第i个特征值，
表示矩阵Rk×k的第i个特征向量。因此，主成分可以表示为原始数据与相应的特征向量之乘积，即PCi=Xαi，且λi=Var（PCi）。根据所有的主成分及其相对重要性，构造基础设施建设综合指数如下：
其中，xj（i=1，2，…，k）表示原始数据集矩阵X的第j列，第j个指标的最终权重为：(www.xing528.com)
按照主成分分析法构造指数的标准步骤，先计算样本数据的特征根、贡献率与累计贡献率如表5-17所示，再计算成分因子载荷如表5-18所示，并使用KMO检验法和SMC法对主成分分析的效果进行检验如表5-19所示，最后计算数据权重如表5-20所示，并构造最终指数。在计算最终的基础设施建设指数前，先行使用Z-score正规化方法对原始数据进行无量纲化处理，以消除各变量量纲差异对最终指数的影响。
式（5-14）中，xi为原始数据，x-为原始数据均值，σ为原始数据标准差，X便是经过无量纲化处理后的数据集。在进行这一变换后，各原始变量都已转化为均值为0，标准差为1的标准序列，在保留波动变化特征的同时剔除了先天带有的数量单位差异，提升了指数结果的可靠性。
表5-17 特征根及贡献率分布
（续表）
根据表5-17反映的各主成分特征根和贡献率情况，为保留原始变量90%以上的信息，选取前7个主成分，此时累计方差贡献率达到90.8%，基本可以反映全部指标的信息，因而可以替代原来的15个指标。
成分载荷矩阵见表5-18，矩阵中的每个元素即主成分载荷，表示在表5-17中选取的前七个主成分和相应原始变量之间的相关系数。
表5-18 成分因子载荷矩阵
（续表）
在计算最终的指数权重前，先使用KMO和SMC方法对主成分分析的效果进行检验。KMO检验法即Kaiser-Meyer-Olkin抽样充分性测度法，是由相关系数和偏相关系数两个指标的比值得到的。KMO值介于0和1之间，其值越大说明变量的共性越强，使用主成分分析法可以取得较好的数据约化效果。SMC检验法即计算数据集中的一个变量和别的所有变量复相关系数的平方，其值越高说明变量间的线性关系越强，主成分分析越合适。
在表5-19中，KMO检验法计算得出的15个变量检验值大多处于0.7至0.9的区间，表明原始数据中变量间的共性较强，主成分分析得出的降维效果较好，各变量的SMC检验值结果同样佐证了这一结论。
表5-19 主成分分析效果检验
（续表）
最后，根据式（5-13）的计算路径得出各变量在基础设施指数中的最终权重如表5-20所示。
表5-20 基础设施建设的最终权重
在计算出基础设施建设指数后，根据样本国家2017年的指数大小从高至低进行排序，并建立空间、时间和指数三维坐标图使用曲面图（图5-3），直观展示样本区间内样本国家基础设施建设概况。总体而言，在样本区间内各样本国家的基础设施建设水平均处于稳步提升的趋势中。同时，中国作为世界上最大的发展中国家，基础设施建设水平在样本区间内急剧提升，用最终得出的基础设施指数衡量可以发现当前中国的基础设施建设水平远超其他样本国家。另外，通过曲面图的展示还可知哈萨克斯坦和印度的基础设施建设在样本国家内仅次于中国，但又远逊于中国，这表明中国作为亚洲基础设施投资银行的发起国，在基础设施建设领域确实具备相应的经验和能力帮助“一带一路”沿线国家及亚洲基础设施投资银行成员政府提供更多的公共品，促进东道国经济增长和“一带一路”区域内的互联互通，这也是中国政府倡议成立亚洲基础设施投资银行在国际上能够迅速得到响应的缘由。
图5-3虽然展示了样本国家在2001年至2017年基础设施建设水平的概况，但因为中国的基础设施建设能力相比其他国家过于卓越，曲面图不能很好描述其他样本国家基础设施建设水平在样本区间中的变化。基于此，按照“一带一路”沿线国家的地理位置和中国对外政策中的战略布局，将除中国外的样本国家归入“一带一路”六大经济走廊进行区域层面的比较，具体的归类结果见表5-21。
图5-3 样本国家基础设施建设指数变化概况
资料来源：运用主成分分析法根据世界银行WDI数据库计算而得
表5-21 “一带一路”六大经济走廊及其沿线国家
资料来源：根据“一带一路”官网（https://www.yidaiyilu.gov.cn/）公开资料整理而得
“一带一路”沿线的六大经济走廊包括中蒙俄经济走廊、新亚欧大陆桥经济走廊、中国-中亚-西亚经济走廊、中巴经济走廊、孟中印缅经济走廊和中国-中南半岛经济走廊。其中，萨摩亚、瓦努阿图等大洋洲样本国家虽不处于亚欧大陆板块上，但一者这些国家获得了较多亚洲开发银行和世界银行基础设施项目投资，二者这部分国家有些已成为亚洲基础设施投资银行域内成员，有些正积极申请加入亚投行，故此将这部分岛屿国家均归入中国-中南半岛经济走廊，将其所属区域作为这一经济走廊的延伸。
图5-4 六大经济走廊基础设施建设概况
资料来源：运用主成分分析法根据世界银行WDI数据库计算而得
通过折线图的形式展现六大经济走廊基础设施建设水平的发展概况，从图5-4中可以较为直接地发现，新亚欧大陆桥经济走廊沿线国家的基础设施建设水平相对最高，其次为中蒙俄经济走廊，这两大走廊均是前苏联曾经的势力范围，基础设施建设水平稍高。同时还需注意，中巴经济走廊和孟中印缅经济走廊的基础设施建设水平较低，而这两大经济走廊又是区域内人口最为密集的地区。总体而言，六大经济走廊的基础设施水平都在稳步提高的趋势中。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
